融合神经网络与超像素的候选区域优化算法

为解决目标检测中候选区域召回率低的问题,提出融合神经网络与超像素的目标候选区域算法。该算法利用神经网络提取更能清楚表达目标边界的特征,并使用聚类、相似性等策略,计算每个滑动窗口所含有的边缘信息量;将待测图像使用简单线性迭代聚类算法分割成若干个超像素,并利用超像素的空间位置、完整性、相邻超像素间的对比度信息,计算各个超像素的显著性得分及每个滑动窗口的显著性得分;根据每个滑动窗口的边缘信息及显著性得分筛选滑动窗口。在PASCAL VOC 2007测试集上进行对比实验,其实验结果表明:所述算法能够快速产生定位质量高的候选区域。     

基于气动-弹道一体化模型的飞行器外形优化设计

为提升飞行器气动外形优化设计效果,研究了新型飞行器在大空域、宽速域范围的气动适应性问题,提出一种基于气动-弹道一体化模型的外形优化设计方法。通过考虑气动和弹道的耦合作用,综合利用类型函数/形状函数转换技术、气动工程估算方法和Radau伪谱法,建立飞行器气动-弹道一体化模型。基于该模型,通过明确优化目标和约束条件,给出基于Kriging的气动外形优化方法,实现在多参数约束条件下的飞行器气动外形高效全局优化。以升力体构型飞行器为例,开展气动外形优化设计,结果表明该方法能较好地描述大空域、宽速域的气动和弹道特征,有效提升飞行器气动外形设计精度和水平,可为新型飞行器总体设计提供技术支撑。     

复杂海战场环境下AUV全局路径规划方法

针对无人自主水下航行器(Autonomous Underwater Vehicle, AUV)在复杂海战场环境中路径规划时环境模型复杂、约束条件多的情况,建立了包括战场地形、敌方威胁、障碍物和海流场等在内的比较完善的海战场环境模型。以AUV航行时间、威胁时间最短为优化目标,给出了一种基于振荡型入侵野草优化(Invasive Weeds Optimization, IWO)算法的AUV全局路径规划方法,并分别与标准IWO算法、全振荡型IWO算法以及粒子群算法等三种路径规划算法比较。仿真结果表明,所提方法具有较强的寻优能力和鲁棒性,可在复杂海战场环境下为AUV高效地规划出满足性能要求的航行路径。     

高空气球外形计算及通用算法设计

高空气球为临近空间中的研究提供了可靠的低成本平台。目前高空气球球形一般直接采用"自然形"或以"自然形"为基础,但通用、简捷地求解"自然形"外形方程一直是个难点。将"自然形"气球外形求解问题转化为最优控制问题,利用最优控制领域成熟的求解工具——高斯伪谱法最优化软件包计算气球外形。此外,通过分析外形数据得到外形变化规律,设计通用算法求解任意球形控制因子、任意高度的"自然形"气球外形。结果显示,该算法无须调参便可计算所需的"自然形"球形,便于科研人员快速获得大量所需     

气氧甲烷溅板式层板喷注器燃烧特性试验分析

采用试验方法分别对单喷嘴和多喷嘴溅板式层板喷注器燃烧特性进行研究,考察不同工况下喷注器面板热载情况,得到不同混合比、不同结构参数对燃烧室压力分布和燃烧效率的影响规律。试验结果表明:混合比对多喷嘴喷注器燃烧室压力影响不大,但对燃烧效率有较大影响。对于单喷嘴喷注器,燃烧效率随着混合比的增加而增高。相同条件下,增大扩张角及出口层宽度有利于提高喷注器燃烧效率,但会引起喷注面板热载增大,各喷注器喷注面板均产生不同程度的变形或失效。该结果对于正确指导层板式喷注器的设计以及筛选喷注器结构具有重要意义。     

大功率IGBT器件及其组合多时间尺度动力学表征研究综述

在提出电力电子器件及其组合多时间尺度动力学表征需求的前提下,以目前常用的全控型电力电子器件——绝缘栅双极晶体管(Insulated Gate Bipolar Transistor,IGBT)为例,系统分析并归纳了目前在IGBT及其组合多时间尺度动力学表征研究方面的进展和成果,包括作为基础的大功率IGBT及其组合多时间尺度电热瞬态建模方法、基于模型的大功率IGBT模块失效量化表征方法以及用于辅助分析的IGBT组合多速率仿真方法。此外,介绍了基于IGBT多时间尺度模型的装置应用设计案例。从建模方法、可靠性评估、仿真手段以及应用设计四个方面系统全面地阐述了大功率IGBT及其组合多时间尺度的动力学表征方法,可为电力电子混杂系统的精确设计提供电力电子器件层面的理论和技术支撑。     

信息知识库中的数据可用性恢复策略

信息知识库在工业生产中能够提高生产效率、降低资源消耗,但数据失效频率高。针对多节点失效重构的纠删码策略较少,且未充分考虑失效数据重构时各参与节点间的链路关系,导致重构效率较低。针对信息知识库数据失效,提出一种新的重构策略。根据节点的数据处理能力,选取数据处理能力最高的新生节点为路由节点;依据路由节点与候选供应节点及剩余空闲节点的链路带宽,确定供应节点及新生节点,从而构建数据重构网络拓扑,提高失效数据重构效率。实验结果证实,与传统纠删码策略性能比较,该方法有较短的重构时间和较高的重构成功率。     

基于数据驱动的自学习防空火力控制技术

立足打赢未来智能化战争的作战需求,提高目标探测识别、运动参数估计的实时性和准确性,解决自主拦截决策建模难度大、决策结果稳定性差等问题,通过引入数据挖掘、深度学习、神经网络等人工智能技术,重点开展基于大数据的多类型目标状态空间模型分析、多探测模式下的目标融合识别技术、基于卷积神经网络的射击诸元修正等,研制一套自学习防空火力控制系统,有效弥补传统防空火力控制技术在时敏目标状态空间模型、大闭环校射、协同信息处理、控制决策等环节的不足,提升火控系统自修正、自学习能力,为武器装备向无人化智能化方向发展提供技术支撑.     

基于结构和功能的改进CRITIC体系贡献率评估方法

体系贡献率直观体现了新型武器装备对体系作战能力的提升作用.从体系贡献率机理出发,构建装备体系贡献率系统评估框架;结合复杂网络理论,引入拓扑势指标,评估装备节点的体系结构贡献率;提出作战功能链概念,量化装备节点的体系功能贡献率;引入并改进CRITIC(Criteria Importance Though Intercrieria Correlation)法客观确定初始权重,通过分析指标关联度降低指标耦合性对评估结果造成的影响,对指标权重进行进一步修正;通过作战想定实例分析验证了该评估方法的有效性和合理性.     

基于MacCormack法的膨胀波火炮内弹道数值模拟

为了简单准确地求出膨胀波火炮的内弹道参数,建立了符合MacCormack格式的膨胀波火炮一维均相流内弹道模型,通过MacCormack法进行求解,得到开闩和不开闩状态下的膨胀波火炮的压力、速度曲线,并给出了经典内弹道在开闩和不开闩条件下的压力、速度曲线.通过结果对比,证明了MacCormack内弹道模型的正确性,MacCormack法求得开闩下的弹丸初速比平均压力法求得的更准确.计算出膨胀波火炮膛内压力、速度、密度、温度等内弹道参数的分布规律,真实地再现了膨胀波在膛内的流动过程.本次计算结果可作为膨胀波火炮的结构设计和后坐效率的基础.